The use of Landsat 8 remote sensing data for assessing the temperature conditions of the Larus ridibundus L. habitat

Cover Page

Cite item

Full Text

Abstract

This paper discusses the possibilities of using Landsat 8 remote sensing data for assessing the temperature conditions of aquatic landscapes when studying the abundance and density of gulls. The study of the ornithological situation was carried out on the territory of the Perm international airport of the Perm Region, where the black-headed gull is an unfavorable factor in the safety of passenger aircraft flights. Within the boundaries of the region, 5 reservoirs were identified. A method for calculating the surface temperature from a multispectral satellite image of the Landsat 8 series is described in detail with the presentation of primary data sources, atmospheric parameters and obtaining raster coverage with a resolution of 30 meters per pixel. The tool used for the calculation is the Land Surface Temperature module of the QGIS software. The paper presents maps of temperature within the area of conducted ornithological surveys and the density of gulls. The densities of birds for individual bodies of water are calculated using the Spatial Analyst module of the ArcGIS program with the «kernel density» tool. According to the research results, a close correlation was established between the attractiveness of reservoirs for gulls and water temperature. The correlation coefficients were 0,83 and 0,71, respectively, with the abundance and density of gulls.

About the authors

Sergey Arkadyevich Shurakov

Perm State Agro-Technological University named after Academician D.N. Pryanishnikov

Author for correspondence.
Email: s.a.shurakov@yandex.ru

candidate of biological sciences, associate professor of Biology and Veterinary Hygiene Department

Russian Federation, Perm

Aleksey Nikolaevich Chashchin

Perm State Agro-Technological University named after Academician D.N. Pryanishnikov

Email: chascshin@mail.ru

candidate of biological sciences, associate professor of Soil Science Department

Russian Federation, Perm

References

  1. Ушков С.А. Список птиц Пермского округа Уральской области // Бюллетень МОИП. Отд. Биол. 1928. Т. 36 (1–2). С. 68–116.
  2. Воронцов Е.М. Птицы Камского Приуралья (Молотовской области). Горький: Изд-во Горьк. ун-та, 1949. 114 с.
  3. Степанян Л.С. Состав и распределение птиц фауны СССР: Неворобьиные Non-Passeriformes. М.: Наука, 1975. 370 с.
  4. Ламехов Ю.Г. Длительность инкубации яиц колониальных видов птиц // Самарский научный вестник. 2018. Т. 7, № 1 (22). С. 58–64.
  5. Ламехов Ю.Г. Предгнездовой период в жизни колониальных видов птиц на примере озерной чайки (Larus ridibundus L., 1766) и черношейной поганки (Podiceps nigricollis C.L. Brehm, 1831) в лесостепной зоне Южного Зауралья // Вестник Оренбургского государственного университета. 2008. № 10. С. 202–208.
  6. Маматов А.Ф. Озерная чайка (Larus ridibundus) в Башкирии // Современная орнитология. М.: Наука, 1990. С. 74–85.
  7. Мельников Ю.И. Численность и распределение чайковых птиц в дельте реки Селенги (Южный Байкал) // Бюллетень МОИП. Отд. Биол. 1988. Т. 93, вып. 3. С. 21–29.
  8. Семенова Н.Л. О гнездовании озерной чайки в антропогенном ландшафте // Изучение птиц СССР, их охрана и рациональное использование: тез. докл. I съезда всесоюз. орнитол. об-ва и IX всесоюз. орнитол. конф. Ч. 2. 16–20 декабря 1986 г. / отв. ред. Р.Л. Потапов. Л.: ЗИН, 1986. С. 234–235.
  9. Недзинскас В.С. Гнездование водоплавающих птиц в колониях озерных чаек // Изучение птиц СССР, их охрана и рациональное использование: тез. докл. I съезда всесоюз. орнитол. об-ва и IX всесоюз. орнитол. конф. Ч. 2. 16–20 декабря 1986 г. / отв. ред. Р.Л. Потапов. Л.: ЗИН, 1986. С. 102.
  10. Марчуков В.С., Чинь Л.Х. Мониторинг поверхностной температуры во Вьетнаме по данным многозональной съемки KA LANDSAT // Известия вузов «Геодезия и аэрофотосъемка». 2013. № 6. С. 41–43.
  11. Матузко А.К. Определение температуры поверхности воды по данным дистанционного зондирования земли // Региональные проблемы дистанционного зондирования Земли: мат-лы IV междунар. науч. конф. Красноярск: СФУ, 2017. С. 271–274.
  12. Мамаев А.Б. Динамика орнитокомплексов степной и полупустынной зон Заволжья в XX–XXI вв.: дис. … канд. биол. наук. Саратов, 2017. 151 с.
  13. Мелихова Е.В. География фауны птиц гор Северо-Восточной Сибири: дис. … канд. геогр. наук. М., 2018. 151 с.
  14. Boniface O., Rolf A. Andrew K. Skidmore Interannual variability of NDVI and bird species diversity in Kenya // International Journal of Applied Earth. 2000. Vol. 2. P. 172–180.
  15. Leveau L.M., Isla F., Bellocq M.I. From town to town: Predicting the taxonomic, functional and phylogenetic diversity of birds using NDVI // Ecological Indicators. 2020. Vol. 119. P. 2–11.
  16. Prins E., Petersen B.S., Aunins A. Using Landsat TM and field data to produce maps of predicted bird densities in Latvian farmland // International Journal of Remote Sensing. 2005. № 26 (9). P. 1881–1891.
  17. Shirley S.M., Yang Z., Hutchinson R.A., Alexander J.D., Mc Garigal K., Betts M.G. Species distribution modeling for the people: unclassified landsat TM imagery predicts bird occurrence at fine resolutions // Divers Distrib. 2013. Vol 19. С. 855–866.
  18. Pickens B.A., King S.L. Linking multi-temporal satellite imagery to coastal wetland dynamics and bird distribution // Ecological Modelling. 2014. Vol. 285. P. 1–12.
  19. Toral G.M., Aragonés D., Bustamante J., Figuerola J. Using Landsat images to map habitat availability for waterbirds in rice fields // Ibis. 2011. Vol. 153. P. 684–694.
  20. Дубинин М. Получение бесплатных космических снимков Landsat TM, ETM+ через Glovis [Электронный ресурс] // GIS-Lab. 2011. – https://gis-lab.info/qa/landsat-glovis.html.
  21. Оценка температуры поверхности из снимка Landsat-8 при помощи Land Surface Temperature QGIS Plugin [Электронный ресурс] // GIS-Lab. 2011. – https://gis-lab.info/qa/vi.html.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. about of autors
Download (38KB)
Indexing metadata
3. Figure 1 - Location of reservoirs in the research area of the aerodrome area of the B. Savino airport

Download (66KB)
Indexing metadata
4. Figure 2 - Obtaining initial data on meteorological conditions for recording in the QGIS Land Surface Temperature module

Download (36KB)
Indexing metadata
5. Figure 3 - Calculator for calculating atmospheric parameters with values of the research area

Download (64KB)
Indexing metadata
6. Figure 4 - Atmospheric parameters of the study area used to calculate surface temperature

Download (30KB)
Indexing metadata
7. Figure 5 - Map of surface temperature within the boundaries of the study area

Download (30KB)
Indexing metadata
8. Figure 6 - Representation of individuals of Larus ridibundus L. in the form of a layer of points in the territory of Sludge pond 10 (A - a snapshot of a part of the sludge pond from a quadcopter on 04.06.2020, survey height 100 m; B - geoinformation layer of individuals of Larus ridibundus L.)

Download (15KB)
Indexing metadata
9. Figure 7 - Distribution of density of Larus ridibundus L. and water temperature in the territory of Sludge pond 10. A - density of birds on 08.04.2020; B - water temperature 04/08/2020; В - density of birds on 04.06.2020; G - water temperature 06/04/2020

Download (42KB)
Indexing metadata
10. Figure 8 - Graphs of the dependence of the density values of Larus ridibundus L. on the water temperature of Sludge Pond 10 (A - dependence as of 04/08/2020; B - dependence as of 06/04/2020)

Download (20KB)
Indexing metadata

Copyright (c) 2021 Shurakov S.A., Chashchin A.N.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».